儿科胸部影像人工智能：应用、挑战与未来方向

引言与临床背景

全球负担与儿科影像缺口

儿科胸部影像在不同卫生体系中均是呼吸道感染、先天性异常和心肺疾病的核心诊断工具。肺炎仍然是五岁以下儿童感染性死亡的主要原因，其负担不成比例地集中于低收入和中等收入国家（LMICs）[1]。这一临床负担伴随着结构性制约：许多地区放射科医生短缺，即使影像检查量很大的地区，儿科亚专科覆盖也有限。

儿科影像判读不仅仅是“成人放射学的缩小版”。年龄依赖性解剖结构、不断演变的生理状态及正常发育变异，给非儿科阅片者带来了反复出现的陷阱[2, 3]。图像采集往往具有挑战性——运动伪影、旋转和吸气不足很常见——而放射敏感性又缩小了重复成像的容错空间。这些制约使诊断支持具有吸引力，但也放大了错误的后果。

因此，人工智能（AI）既带来了机遇，也带来了风险。原则上，AI可以支持任务转移、提高一致性并加强资源受限环境下的工作流程。但实际上，许多系统的训练和评估主要基于高资源环境中获取的成人数据，对儿科影像特征或LMIC采集变异性的代表性有限。这一错配引出了本综述的核心问题：目前什么是可行的，在真实儿科环境中什么会失败，以及安全整合需要什么条件。

验证缺口：当成人人工智能遇上儿科现实

儿科AI应用的一个核心障碍是，以成人为主的训练和评估所造成的验证缺口。主要公共数据集中仅包含少量比例的儿科图像，限制了在儿童中性能声称的可靠性[3]。然而基准测试结果可能仍然显得很有说服力。MedGemma（4B多模态变体；撰写本文时仍处于开发阶段）在ReXVQA胸部X线片判读基准测试所评估的八个模型中取得了最高总体准确率（83.24%）；在随附的200例阅片者研究中，其得分为83.84%，超过了表现最好的放射科住院医师（77.27%）（图1）[4]。在ReXVQA中，对照阅片者是放射科住院医师而非胸部亚专科放射学家，因此不能仅凭该基准测试推断出“专家”级表现。在报告生成评估中，也采用了经委员会认证的放射科医生审阅，这凸显出“良好”表现在很大程度上取决于任务定义和评估设计。本综述中讨论成人来源证据之处，应将其理解为方法学先例，而非经过验证的儿科表现，外推至儿童需要有年龄分层的数据加以支持。

此类结果是技术进展的一个信号，但它们并不能确立在儿科人群中的安全性或有效性，也不能保证在LMIC实践典型的采集变异性和流行病学模式——包括结核病流行和图像质量受限常见的情况——下具有稳健性。

儿科中的伦理与治理考量更为突出。错误可能改变生命历程的结局，而儿童无法真正做出知情同意或为自己主张权益。然而，泛化问题并不仅限于地域因素：当模型被迁移到疾病患病率、合并症模式、设备与流程、人员技能组合以及实践与人群健康的时间性变化等方面均存在差异的环境中时，模型可能失效 [5]。基于这些原因，儿科AI应当使用特定情境的验证进行评估，并在儿童接受影像检查的实际环境中进行性能监测，而不是依赖以成人为主的标准测试作为临床就绪性的替代指标。

中低收入国家的现实状况与创新需求

中低收入国家（LMIC）的部署障碍不仅限于人力资源限制，还包括影响图像采集和AI实施的基础设施约束。部分环境中仍在使用模拟设备；PACS集成和稳定的网络连接可能有限；影像可能由非专科人员采集，并由全科临床医师判读——如果还有人进行判读的话。这些“诊断荒漠”恰恰是AI能够带来不成比例效益的地方——前提是工具需要针对便携性、低带宽或离线运行以及对电力和工作流程中断的韧性进行工程设计。

CAD4Kids项目既展示了前景，也说明了本地校准的必要性。该项目由南非临床医生与荷兰工程师合作开发，在一家为中低收入国家儿童提供服务的大型三级医院中，CAD4Kids对WHO定义的肺炎检测达到了76%的敏感性和80%的特异性 [6]。重要的是，其性能因亚组而异（包括HIV暴露状态和人口学因素），这强调了一个事实：儿科AI工具需要人群感知的验证和持续监测，而不能假设在不同环境中性能保持一致。

超越诊断：拓展人工智能的应用

尽管大多数临床AI讨论聚焦于病理检测，但还有一些邻近应用可能在中低收入国家环境中切实改善儿科医疗。自然语言处理（NLP）系统可以支持将放射学报告翻译为当地语言，或生成面向照护者的解释，包括基于语音的沟通方式，在健康素养和语言障碍影响理解与依从性的情况下尤有价值。

AI赋能的质量保证工具也可以在图像采集环节提供帮助。对运动伪影或摆位问题的实时检测可以在质量不佳的检查进入报告流程之前提示采取纠正措施。标准化采集指导可以在儿科专项培训有限的环境中提高操作一致性。

综上所述，这些考量支持儿科优先的开发策略：建立全球包容性数据集、明确的特定情境验证，以及反映低收入和中等收入国家实际工作流程限制和儿童健康伦理风险的部署设计。目标不应是将成人系统移植到儿科，而是构建以儿科解剖结构、疾病模式和诊疗路径为设计基线的方法。

当前应用与真实世界表现

胸部X线摄影：前景与实际局限并存

胸部X线摄影仍是儿科胸部影像的支柱，在许多低收入和中等收入国家（LMICs），也是唯一可持续获得的影像手段。这一现实解释了为何胸部AI的开发高度集中于胸片。许多基于大型成人数据集训练的里程碑式模型在肺炎、胸腔积液和心脏增大检测方面报告了强劲性能[7–11]；然而，这些结果主要来自成人队列，应将其视为方法学先例而非经过验证的儿科解决方案。儿科影像仅占主要公共数据集的很小一部分（表1），外部验证研究反复表明，成人训练的系统对儿童的泛化能力可能较差[2]。

我们在一次非洲健康AI演练中对一个当代视觉—语言模型进行了评估，结果既展示了其能力，也暴露了其在真实临床使用中的脆弱性。该模型在清晰的成人型肺炎上表现可靠，并在ReXVQA数据集上重现了其先前报告的基准性能（补充材料1；基准背景见第1节）。当应用于来自LMIC环境的儿科临床X线片时，输出结果变得更为不稳定，且对采集条件和当地疾病背景更为敏感。在一例确诊的儿科肺结核病例中，模型最初描述为非特异性的“左上叶实变影”，未能识别空洞或提示肺结核（补充材料2）。在结核病流行地区，这是一个具有重要临床意义的局限，因为结核识别是许多儿科呼吸系统诊疗路径中胸片仍被常规使用的少数高价值原因之一。在第二个病例中，模型在一张立位正位片上识别出了食管异物，但未能在旋转的仰卧位投照上检测到同一物体（补充材料3）。更令人担忧的是，该病例生成的输出中还包含了图像不支持的不合理附加发现和诊断——这是生成式系统在未受严格约束的任务之外使用时产生虚构风险的一个例子。这种行为并非表面上的局限：在儿科中，自信陈述但不正确的“报告式”输出可能误导升级决策、抗生素使用、转诊路径和照护者咨询，除非模型被严格约束于具有明确不确定性提示的验证任务中。在另一项针对来自高负担环境的成人病例的评估中，模型同样返回了宽泛的鉴别诊断，尽管存在典型影像特征，却未明确提及肺结核（补充材料4）。在第三个病例中，尽管心影呈球形，模型仍漏诊了心包积液（图2）。

这些病例凸显了当前儿科胸部X线人工智能和多模态生成模型的反复出现的局限性：(1) 训练数据中儿科代表性不足，(2) 易受儿科影像典型的投照和技术变异影响，(3) 对当地流行疾病建模不完整。它们还强调了一个与安全相关的要点：流利的“解释”可能掩盖不确定性，并可能引入虚构的诊断，除非系统受到经过验证的输出、校准的置信度和适当的人工监督的约束。

因此，近期的临床价值最可能在狭窄、受限的应用中实现——管路和导管定位、自动化质量评估、明显异常检查的优先级排序以及对非专科临床医生的决策支持——前提是这些工具经过明确的儿科特异性和中低收入国家相关验证，并针对包括虚构在内的失败模式进行评估。最终，该领域的进展取决于儿童特异性数据集的开发、真实世界基准测试以及在预期使用这些工具的卫生系统内的评估。

床旁肺超声：减少操作者依赖性

儿科胸部影像的人工智能开发偏向于胸部X线摄影，很大程度上是因为成人CXR数据集丰富，而非CXR始终是儿童的最佳成像方式。对于几种常见的儿科适应证，肺超声（LUS）表现良好且避免了电离辐射[12, 13]。LUS的实际局限不在于其诊断潜力，而在于其对操作者的依赖性——这是AI可能提供有意义支持的领域[14]。

两个方向尤为相关。首先，AI辅助采集引导可提供实时反馈，帮助经验较少的用户获取诊断质量充分的图像。一项多中心研究表明，无既往超声经验的医疗专业人员在AI引导工具的辅助下，可获取与专家采集检查质量相当的扫描图像[14]。其次，已开发自动化判读模型来检测和量化关键声像图特征，如实变、B线和胸腔积液，目的是提高床旁操作的一致性[15, 16]。尽管早期结果令人鼓舞，但相对于成人文献，儿科证据仍然有限，且性能可能对设备类型、操作者经验、扫描方案和病例构成敏感——因此，多中心儿科验证仍是常规部署的先决条件。

如果这些工具在受控开发环境之外仍保持稳健，它们可在缺乏超声技师和放射科医生的环境中支持任务转移，从而实现对肺炎等高负担疾病的更早诊断和分诊。然而，儿科的实际部署取决于跨年龄和临床环境的仔细验证，并确保人工智能输出安全地融入临床决策，而非取代培训和监督 [17, 18]。

计算机断层扫描：不断发展的能力与持续存在的局限性

计算机断层扫描（CT）可对儿科胸部进行详细的结构评估，包括先天性异常、肺炎并发症（如坏死性感染/脓胸）、气道疾病和肿瘤分期。全球范围内CT的可及性仍不均衡，辐射暴露需要谨慎的儿科剂量优化。尽管胸部CT的人工智能研究正在扩展，但针对几种常见儿科适应证——包括先天性肺畸形和其他常规儿科CT转诊问题——的儿科特异性证据仍然有限，这反映了儿科CT数据集的普遍稀缺。

主要借鉴成人数据，人工智能在CT方面的进展在重建和图像优化方面尤为显著——支持低剂量成像，并可能改善因运动和噪声而降低可解读性的图像质量。去噪和运动校正等新兴技术可在较低剂量下进一步提高图像质量，而合成增强方法可能有助于解决数据稀缺问题 [19–22]。尽管如此，儿科特异性CT数据集仍然相对有限，采集参数的异质性和年龄相关的解剖差异可能限制其普适性。因此，不应假定来自成人的性能声明可直接转化为儿科实践。在广泛临床采用之前，多中心儿科验证仍然至关重要。

磁共振成像：精确性、运动、复杂性及加速的前景

磁共振成像（MRI）越来越多地用于儿科胸部评估，包括纵隔肿块、先天性结构异常、心脏评估和胸壁病变。其优势被较长的采集时间、运动伪影以及年幼儿童可能需要镇静所抵消。主要在成人人群中开发的人工智能加速、重建和运动校正技术在缩短扫描时间和提高信噪比方面已显示出前景 [23–26]。尽管其中许多方法是在成人神经肿瘤学和心脏成像中开发的，但其技术价值与儿科胸部MRI直接相关。

联邦学习可通过实现多机构训练而无需集中原始患者数据，从而帮助解决儿科MRI数据集的长期短缺问题 [27–29]。同时，影像组学和纵向建模正在被探索用于儿科肿瘤学的风险分层和结局预测 [30–32]。与CT和X线摄影一样，方案异质性、年龄差异和有限的金标准仍是障碍，这进一步说明在常规临床部署之前有必要进行审慎的儿科特异性验证。

技术与部署挑战

基础设施现实

人工智能在儿科影像中的实际部署面临着实验室基准测试很少能捕捉到的限制。在一个中低收入国家（LMIC）的大型公立医疗系统内的经验表明，基础设施的基本限制——间歇性网络连接、老化的PACS硬件、有限的存储空间以及系统之间不一致的整合——如何能够抵消原本有能力的算法的实际价值。这就是核心的实施悖论：人工智能可能帮助弥补的诊断差距，往往在部署最困难的环境中恰恰最大。

儿童在图像采集环节增加了第二层复杂性。运动伪影、旋转、吸气的变异以及年龄依赖性解剖结构在儿科胸片中很常见，并且可能使成人训练的模型失去稳定性。我们在AfriDSAI健康人工智能数据马拉松期间对MedGemma 4B-it的有限评估中（图2），即使是适度的投照变异也与自信但错误的输出相关，包括临床上重要的漏诊——在繁忙的医疗服务中，下游团队可能过度信任流畅的模型响应，这构成了一种操作风险[33]。

儿科泛化能力：数据稀缺、领域偏移和失效模式

当模型遇到儿科正常变异和儿科特定情境时，基准性能与临床效用之间的差距变得最为明显。在一个婴儿病例中（图2），尽管心影显著增大、呈球形轮廓，模型未能识别大量心包积液。这不应被界定为“仅限儿科”的病理学问题；相反，它说明了在领域偏移下脆弱的模式识别的一种更普遍的失效模式，即模型置信度超过了其能力。

这并不局限于孤立的例子。胸腺、年龄依赖性心胸比率以及肺部外观的发育性变异创造了以成人为主的训练分布可能处理不当的解读情境[2, 3]。在儿童中，这些错误具有不成比例的后果：虚假的安心可能延误病情升级，而对正常变异的过度判读可能引发不必要的抗生素使用、重复影像检查、辐射暴露或转诊。因此，对于儿科部署而言，核心问题不是一个系统能否在基准测试中取得好成绩，而是它能否在定义儿科影像服务的真实世界变异中保持可靠——以及它的不确定性是否以一种 discouraging 过度信任的方式被传达。

工作流程整合与治理是安全问题，而非软件功能

即使是准确的算法，如果游离于常规工作流程之外，也可能在临床上失效。安全实施需要整合到工作列表和PACS查看器中、透明地显示不确定性、清晰地记录模型输出，以及建立临床医生否决和反馈的机制。“隐形副驾驶”的比喻很有吸引力，但在儿科中可能模糊问责：当一个算法影响了漏诊、延误治疗或不必要的干预时，谁负责？部署应优先考虑明确的审计追踪、校准的不确定性显示以及当输出影响决策时清晰的责任路径。

因此，实施应被视为一个治理问题。卫生系统需要可审计的输出、版本控制、部署后监测漂移和亚组表现不佳的机制，以及当模型行为偏离预期时明确的升级路径。这些要求在中低收入国家（LMIC）环境中更为突出，因为供应商软件较旧、互操作性有限且信息技术支持受限。因此，混合部署策略通常比纯云方案更现实。能够离线运行、在连接允许时定期同步的边缘计算系统更契合许多公共部门环境。在这些环境中，技术目标不是理想条件下的最高性能，而是可预测的性能、系统故障时的优雅降级以及可长期维持的部署路径。

问责和责任必须在部署前予以明确。如果人工智能输出导致了伤害（通过漏诊、有偏输出或虚构的“发现”），责任不能含糊不清。实施政策应明确规定：（i）人工智能输出是否进入病历以及如何标注；（ii）谁对受人工智能影响的决策负责（临床医生、机构、开发者或共同负责）；（iii）版本变更如何治理和审计；以及（iv）如何执行隐私、网络安全和访问控制——特别是在中低收入国家环境中系统离线运行或在边缘设备上运行时。

迈向以儿科为中心的设计：稳健性、校准与沟通

儿科影像人工智能应围绕三个优先事项进行设计：稳健性、校准和沟通。稳健性意味着对儿科采集问题（旋转、运动、吸气不足）以及设备/协议异质性具有韧性。校准意味着模型置信度与真实可靠性保持一致，使临床医生能够识别何时应降低对输出的采信程度。沟通意味着输出能够被不同使用者（放射科医生、全科临床医生以及——在特定应用中——照护团队）解读，包括明确的不确定性指标，并在适当时提供多语言或面向照护者的解释。

至关重要的是，“可接受的性能”不能仅凭单一总体准确率数字来辩护。阈值必须针对具体任务并考虑危害程度：分诊和质量保证工具的风险不同于影响治疗决策的系统。因此，儿科部署应与按儿科年龄段分层的前瞻性评估相结合，并建立监测框架，以检测随时间推移出现的漂移、故障聚集和亚组表现不佳。

诸如MedGemma等模型的发展轨迹——在标准化基准上显示出与放射科住院医师阅片者相当甚至更强的表现——并未消除儿科验证问题，反而使其更加突出[4]。紧迫的工作是确定安全的任务，在真实采集条件下于儿科队列中加以验证，并将其嵌入具有可审计输出和明确问责的工作流程中。

迈向以儿科为中心的人工智能技术路线图

在确立了以成人为中心的性能为何不会自动转化为儿科性能——尤其是在资源受限环境中——之后，下一步是制定一条务实的技术路线图。目标不仅仅是“更多的儿科数据”，而是对自动化哪些任务、模型如何从稀缺数据中学习以及输出如何在临床照护中受到治理做出审慎的选择。

定量生物标志物与机会性筛查

儿科人工智能的未来不仅限于检测明显的肺炎或胸腔积液。其中一个机遇是从常规胸片中提取定量的、通常是亚视觉的生物标志物，并将其转化为可重复的纵向测量指标 [34–37]。对于囊性纤维化等慢性疾病，模型可随时间生成严重程度评分，以支持监测和分层，在适当且经过验证的情况下，有可能减少对重复CT检查的依赖。成人研究提示，细微的肺部阴影和间质性改变可能超出人类敏感度而被检测到；将其转化应用于儿科需要年龄特异性正常标准以及临床使用前的仔细验证 [36, 37]。

机会性筛查是一个相关方向。因呼吸系统症状而拍摄的X线片可被自动评估骨骼脱矿模式或与营养和心血管代谢风险相关的身体成分替代指标，类似于成人利用胸部影像进行骨质疏松风险分层和身体成分评估的研究 [38–41]。在儿科中，任何此类方法都需要明确的治理框架：适合年龄的参考范围、偶发发现的既定诊疗路径，以及防止不公平下游后果的保障措施。

多模态整合与预测分析

当影像结合临床背景进行解读而非孤立分析时，AI的性能可以提升。基于Transformer的架构可以将X线片与结构化临床变量及非结构化笔记进行整合 [42]。这与我们自身测试中观察到的失败模式直接相关，即提供临床背景会改变输出结果；成熟的系统应自动摄取此类背景信息，而非依赖临时的提示输入 [42]。

纵向建模将目标从诊断扩展到预测。成人研究表明，将X线片与早期电子健康记录数据相结合，可以以具有临床实用价值的准确度预测病情恶化或ICU转入 [43]。在儿科急诊和重症监护环境中，类似的模型可以支持更早的升级触发机制——前提是经过前瞻性验证，并对亚组表现和意外后果进行评估。

从稀缺、分散的儿科数据中学习

儿科影像本质上数据稀缺：疾病更罕见、数据量更小、系统更分散。小样本学习和元学习技术旨在从有限的标注样本中学习有意义的模式 [44]。利用大量未标注儿科X线片进行自监督学习，可以在针对特定任务进行微调之前提供解剖结构和正常变异的稳健表征 [45]，从而减少对大量精心标注数据的依赖。

联邦学习提供了一条互补路径，适用于隐私和数据治理禁止数据集中化的场景。医院可以在将影像数据保留在本地防火墙内的同时协作训练共享模型，仅交换模型更新 [28, 29]。这对于构建具有全球代表性的儿科工具尤为重要，同时不会将无法导出数据的低收入和中等收入国家（LMIC）机构排除在外。

可解释且具有年龄感知能力的人工智能

安全采用依赖于可解释且明确具备年龄感知能力的系统。可解释性工具（如显著性方法）可以揭示模型在“看”哪里，有时能帮助放射科医生发现明显的失效模式 [46]。然而，看似合理的解释也可能在临床医生过度信任具有说服力但不正确的推理时加剧自动化偏见。因此，解释需要经过验证，放射科医生也需要接受培训，以批判性地而非将其视为证据来解读这些解释 [47]。

年龄感知评估是不可妥协的。从新生儿到青少年，肺大小、胸腺轮廓、心胸比率和骨化模式都发生着巨大变化。在成人数据上训练的模型可能将正常儿科变异误判为病理 [2, 3]。更安全的设计策略包括将年龄或发育阶段作为显式输入、训练按年龄分层模型，以及按预定义的儿科年龄段分别报告性能，并设立前瞻性验证阈值。

从助手到更具智能体属性的工作流

在近期内，AI最可行的部署方式是作为受约束的工作流支持：对待阅列表进行优先级排序、标记危急或不一致的研究、执行常规测量，并在呈现相关临床背景的同时建议结构化报告要素 [50]。这可以减轻认知负担并减少变异性，同时由放射科医生对最终诊断负责。

更长期的研究正在探索更具智能体属性的系统，这类系统能够执行多步骤工作流（例如检测危急发现、交叉核对既往影像和生命体征、起草报告并发出带时间戳的警报）。此类系统在儿科诊疗中是否可被接受仍不确定，但这一方向的进展会提高审计轨迹、数据标准和安全治理的重要性——这些要求将使任何部署于儿童的临床AI受益 [48, 49]。

未来方向：为儿童而构建，而非为数据集而构建

摆脱以成人为中心的开发范式

儿科AI开发仍受制于一种常见模式：先在成人数据上训练模型，随后再用相对较小的儿科数据集进行适配。这不仅是数据方面的局限，更是一种设计上的错位。儿童在解剖结构、疾病患病率和采集伪影频率方面均不同于成人，而这些差异既塑造了模型失效模式，也决定了临床风险。因此，从一开始就为儿童设计的方法需要有明确的问题选择（哪些任务是安全且有价值的）、年龄感知评估，以及针对儿童实际接受影像检查的临床环境设计的部署路径。

ReXVQA基准体现了视觉问答（VQA）评估的演进，但其儿科代表性仍然有限，尽管技术复杂，却强化了以成人为中心的偏倚 [3]。解决这一问题并非仅仅呼吁“更多数据”。儿科影像数据本质上分散于各机构之间，并受到治理、知情同意和病例量少的制约。未来进展将依赖于多机构协作，包括联邦学习等隐私保护方法，以及明确定义的儿科评估集，这些评估集应反映地方病疾病模式、采集变异性和按年龄分层的正常表现。

我们对MedGemma的数据马拉松评估是在明确认识到其局限性的前提下进行的：一个在成人数据上训练的通用模型，未经领域特定适应即应用于儿科胸片，且仅在40亿参数配置下进行了评估。因此，我们观察到的失败并不令人意外；它们说明了通用模型在其训练分布之外应用时的已知限制。然而，同样的评估也明确了近期价值可能合理存在的方向：狭窄的、以安全为导向的任务，如异物检测、管路和导管定位以及图像采集质量评估。在放射科医生稀缺的资源不足环境中，能够减少可避免伤害（遗漏的导管/管路、大体异常的延迟检测、进入流程的低质量图像）的针对性工具，可能比尝试广泛的自主诊断更为现实且更具可辩护性。

因此，关键问题不在于人工智能是否会被使用，而在于它将如何被构建、服务于谁，以及其部署是否能与资源不足的卫生系统的需求和约束保持一致。在儿科中，“技术性能”必须通过安全视角来解读：错误模式、亚组表现、置信度校准以及漏诊和假阳性对下游临床的后果。重要的是，当前的通用模型应被视为研究工具或范围狭窄的辅助工具，而非接近经过培训的儿科放射科医生、只需“本地引导”即可适应本地环境的等价物。因此，其临床应用应限于明确定义的任务，并具备前瞻性、按年龄分层验证、明确的 uncertainty 显示和可审计的治理。

可解释性作为沟通，而不仅仅是透明度

儿科人工智能中的可解释性不仅限于展示“模型看了哪里”。临床医生需要支持可问责决策的输出（结构化发现、不确定性指标和可审计性），而照护者则需要易于理解、符合文化习惯并以本地语言提供的解释。来自一项医疗专业人员国际调查的证据表明，儿科影像中人工智能的接受度受到解释清晰度和可见人类监督的强烈影响 [51]。

因此，未来的系统应支持分层沟通：面向放射科医生的技术注释、面向转诊临床医生的简明摘要，以及面向健康素养和语言障碍限制理解的家庭的简化或语音解释。重要的是，面向照护者的工具应被定位为沟通支持而非诊断权威，并且需要治理以防止过度自信、误解和非预期胁迫。

以人为中心的共同设计与参与式部署

人工智能部署中反复出现的一个限制是，认为技术上的成功会自动转化为临床采用。在中低收入国家的儿科影像中，这种情况很少成立。共同设计——临床医生、放射技师、照护者和当地卫生工作者作为合作者参与其中——应被视为核心开发要求，而非实施后的补充想法。参与式协作可以影响构建什么（高价值任务）、如何呈现（界面、语言、不确定性）以及如何治理（升级路径、问责、文档记录）。这种方法还提高了评估的现实性：模型可以针对真正重要的实际失败条件（体位不佳、间歇性连接、非专科使用者）进行测试，而非理想化的数据集。

参与式设计已在若干儿科影像人工智能项目中得到验证。例如，CAD4Kids项目涉及南非临床医生、放射技师和荷兰工程师之间的积极协作，以确定具有临床意义的诊断目标，并根据当地疾病模式校准模型检测阈值，包括在HIV暴露率较高的人群中[6]。类似地，人工智能辅助肺部超声引导项目已将一线卫生工作者——包括既往无超声经验者——纳入迭代开发和测试周期，目的是确保采集引导工具反映真实的床旁工作流程，而非理想化的实验室条件[14]。

这些例子表明，参与式共同设计不仅仅是理想化的愿望：它在实践中是可行的，并且明显提高了部署在资源受限儿科环境中的人工智能系统的相关性和实际性能。图3提供了一个概念性概览，展示了这些要素如何在临床工作流程中相互连接——从图像采集和人工智能辅助判读，到与临床医生和照护者的分层沟通——并在部署约束和参与式流程中实现资源有限环境下的安全实施。

培养具备人工智能素养的从业者并加强问责制

随着人工智能更深入地嵌入儿科影像工作流程，放射科医生将需要超越操作软件之外的技能。培训应强调域偏移意识、不确定性解释、自动化偏倚以及审计追踪和监控的实际操作，使临床医生能够作为人工智能输出的负责任管理者，而非被动接受者[50]。这在中低收入国家环境中尤为重要，因为在这些环境中，放射科医生可能是人工智能工具与更广泛临床团队之间的主要接口。

与此同时，伦理与法律责任必须明确。儿科患者尤其容易因漏诊和有偏倚的输出而受到伤害。因此，卫生系统需要制定明确的政策，规定AI影响决策的责任归属、AI输出在病历中的记录方式、隐私与安全保障措施，以及在模型行为与临床预期不一致时的明确升级处理路径。没有这些保障措施，“可解释性”就可能流于表面，而非真正起到保护作用。

结论

儿科胸部影像处于医疗AI中高临床负担与高不确定性交汇之处。成人的基准性能尚未转化为适用于儿童的可靠、公平的工具——尤其是在结核病、肺炎和先天性心肺疾病仍是主要发病和死亡原因的中低收入国家（LMIC）背景下。

我们在MedGemma和CAD4Kids方面的经验展示了两种不同的发展路径：强大的通用模型可能对地方性儿科疾病和采集变异无能为力，而经过本地校准的系统则可在范围狭窄、具有临床相关性的任务中表现良好。展望未来，最可靠的发展路线是儿科优先开发：在儿童接受影像检查的环境中，跨发育年龄段进行验证，并开展针对具体情境的评估。AI不仅要对临床医生可解释，还须能向照护者传达，适应当地语言和健康素养水平，并嵌入保留问责机制的治理结构之中。

核心问题已不再是AI能否解读胸部X线片，而是我们设计和部署这些系统的方式是否真正使儿童受益。目前，大多数应用于儿科胸部影像的AI系统应被视为研究工具或范围狭窄的临床辅助工具，而非自主诊断系统——这一区别必须在临床实践和政策中加以保留。技术或许正在快速进步；但儿科安全、公平性和现实世界的实用性必须进步得更快。

补充信息

以下是电子补充材料的链接。ESM 1（DOCX 1.20 MB）